Question

统计假设检验的基本原理

Answer 1

统计假设检验的基本原理是假设检验 = 显著性水平 + 小概率思想 + 反证法。

所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生的。也就是说，对总体的某个假设是真实的，那么不利于或不能支持这一假设的事件在一次试验中是几乎不可能发一的；要是在一次试验中事件竟然发生了，我们就有理由怀疑这一假设的真实性，拒绝这一假设。

假设检验是统计推断的一个重要内容，用于判断某个假设是否正确。在数据分析中，总体的参数始终是不可知的，只能由统计量推断总体的参数。在统计推断过程中，需要对参数提出一定的假设，然后对提出的假设进行假设检验。

假设检验与参数估计（包括点估计和区间估计）是建立在中心极限定理和抽样分布之上的推断统 计的两个重要基础方法，由这两个方法出发，生发出诸多有针对性的统计分析方法。

检验的方向性：
单侧检验：强调某一方向的检验，显著性的百分等级为α。双侧检验：只强调差异不强调方向性的检验，显著性百分等级为α/2。

对于同样的显著性标准，在某一方向上，单侧检验的临界区域要大于双侧检验，因此如果差异发生在该方向，单侧检验犯β错误的概率较小，我们也说它的检验效力更高。